five

Matterport3D|3D建模数据集|导航技术数据集

收藏
github2024-06-24 更新2024-07-07 收录
3D建模
导航技术
下载链接:
https://github.com/aliaxam153/MINOS-Simulator
下载链接
链接失效反馈
资源简介:
Matterport3D数据集是一个大型的复杂3D环境数据集,用于支持多感官模型在复杂室内环境中的目标导向导航开发。
创建时间:
2024-06-23
原始信息汇总

MINOS-Simulator 数据集概述

数据集描述

MINOS-Simulator 是一个多模态室内模拟器,旨在支持复杂室内环境中目标导向导航的多感官模型开发。该模拟器利用大型3D环境数据集,并支持多模态传感器套件的灵活配置。

安装指南

MINOS-Simulator 已在 Ubuntu 20.04 上测试通过,提供两种安装方式:

  1. Bash 脚本安装
  2. 手动逐个脚本安装

Bash 脚本安装步骤

  1. 创建目录并进入: bash mkdir -p ~/dev && cd ~/dev

  2. 下载安装脚本: bash wget https://raw.githubusercontent.com/aliaxam153/MINOS-Simulator/main/install_minos.sh

  3. 赋予脚本执行权限: bash chmod +x install_minos.sh

  4. 运行脚本: bash ./install_minos.sh

手动逐个脚本安装步骤

  1. 更新和升级系统: bash sudo apt-get update && sudo apt-get upgrade

  2. 安装 Python 版本和依赖项: bash sudo apt install python3-pip sudo apt install python2.7-dev sudo apt-get install python3-tk && sudo apt-get install build-essential libxi-dev libglu1-mesa-dev libglew-dev libopencv-dev libboost-all-dev libglib2.0-dev

  3. 单独安装 libvips: bash cd ~/dev/ wget https://github.com/libvips/libvips/releases/download/v8.5.5/vips-8.5.5.tar.gz tar -xzvf vips-8.5.5.tar.gz rm vips-8.5.5.tar.gz mv vips-8.5.5 libvips cd libvips/ sudo apt-get update chmod +x configure ./configure make sudo make install

  4. 安装 MINOS: bash cd ~/dev/ git clone --branch v0.7.x https://github.com/minosworld/minos.git cd ~/dev/minos/ git checkout v0.7.x curl -o- https://raw.githubusercontent.com/creationix/nvm/v0.33.7/install.sh | bash source ~/.bashrc nvm install v10.13.0 nvm alias default 10.13.0 cd minos/server/ npm config set python /usr/bin/python2.7 npm install node-gyp@3.8.0 bufferutil@4.0.1 utf-8-validate@5.0.2

  5. 安装依赖项: bash cd ~/dev/minos/ git clone https://github.com/msavva/socketIO-client-2 cd socketIO-client-2 pip3 install -e . rm -rf socketIO_client_2.egg-info gedit ~/.bashrc export PATH=$PATH:/home/user/.local/bin source ~/.bashrc cd .. sudo apt install libsdl2-dev pip3 install -e . -r requirements.txt

测试 MINOS 模拟器

下载 Matterport3D 数据集

请求并下载 Matterport3D 数据集,并在请求邮件中注明“用于 MINOS 模拟器”。 下载 Matterport3D 数据集的命令如下: bash cd ~ download_mp.py --task_data minos -o .

下载完成后,解压到 $HOME/work/ 目录: bash sudo apt install unzip unzip ~/mp3d_minos.zip -d $HOME/work/

使用 Matterport3D 数据集测试 MINOS

运行以下命令测试 MINOS 模拟器: bash python3 -m minos.tools.pygame_client --dataset mp3d --scene_ids 17DRP5sb8fy --env_config pointgoal_mp3d_s

AI搜集汇总
数据集介绍
main_image_url
构建方式
Matterport3D数据集的构建基于大规模的3D室内环境数据,通过整合多模态传感器数据,旨在支持复杂室内环境中目标导向导航模型的开发。该数据集的构建过程包括从Matterport3D环境中采集高分辨率的三维模型和多模态传感器数据,随后进行数据清洗和标注,确保数据的准确性和一致性。此外,数据集还包含了详细的元数据,如场景的几何信息、光照条件和物体属性,以支持多模态模型的训练和评估。
特点
Matterport3D数据集的显著特点在于其丰富的多模态数据和高精度的三维环境模型。该数据集不仅提供了高质量的三维几何数据,还包含了丰富的纹理信息和多视角图像,使得研究者能够进行多模态融合的研究。此外,数据集中的环境多样性极高,涵盖了从住宅到商业建筑的多种室内场景,为模型在不同环境下的泛化能力提供了强有力的支持。
使用方法
使用Matterport3D数据集时,用户首先需要下载并解压数据集文件,随后可以通过MINOS模拟器进行数据加载和处理。MINOS模拟器提供了多种配置选项,允许用户根据需求调整传感器设置和环境参数。用户可以通过运行提供的Python脚本,加载特定场景的数据,并进行模型的训练和测试。此外,数据集还支持与其他机器学习框架的集成,如TensorFlow和PyTorch,方便研究者进行深度学习模型的开发和验证。
背景与挑战
背景概述
Matterport3D数据集由Matterport公司和慕尼黑工业大学共同创建,旨在为复杂室内环境中的目标导向导航提供支持。该数据集包含了大量高质量的3D室内场景,为多模态传感器模型的开发提供了丰富的资源。自发布以来,Matterport3D已成为室内导航和机器人研究领域的重要基准,极大地推动了相关技术的发展。
当前挑战
Matterport3D数据集在构建过程中面临诸多挑战。首先,高质量3D数据的采集和处理需要先进的扫描技术和庞大的计算资源。其次,数据集的多样性和复杂性要求研究人员开发高效的算法来处理和分析这些数据。此外,数据集的规模和细节丰富度对存储和传输提出了高要求,如何在保证数据完整性的同时提高数据的可访问性是一个重要课题。
常用场景
经典使用场景
在复杂室内环境中,Matterport3D数据集被广泛应用于多模态模型的开发,特别是目标导向的导航任务。通过整合大规模的3D环境数据,该数据集支持灵活配置的多模态传感器套件,使得研究人员能够模拟真实世界的室内导航场景,从而推动智能导航系统的研发。
解决学术问题
Matterport3D数据集解决了在复杂室内环境中进行目标导向导航的学术难题。通过提供丰富的3D环境数据,它使得研究人员能够开发和验证多模态感知模型,从而提升导航系统的准确性和鲁棒性。这一数据集的引入,极大地推动了室内导航领域的研究进展。
衍生相关工作
基于Matterport3D数据集,许多相关研究工作得以展开,包括但不限于多模态感知模型的优化、室内导航算法的改进以及虚拟现实环境的构建。这些工作不仅提升了现有技术的性能,还为未来的智能系统开发提供了新的思路和方法。
以上内容由AI搜集并总结生成
用户留言
有没有相关的论文或文献参考?
这个数据集是基于什么背景创建的?
数据集的作者是谁?
能帮我联系到这个数据集的作者吗?
这个数据集如何下载?
点击留言
数据主题
具身智能
数据集  4098个
机构  8个
大模型
数据集  439个
机构  10个
无人机
数据集  37个
机构  6个
指令微调
数据集  36个
机构  6个
蛋白质结构
数据集  50个
机构  8个
空间智能
数据集  21个
机构  5个
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集

中国区域交通网络数据集

该数据集包含中国各区域的交通网络信息,包括道路、铁路、航空和水路等多种交通方式的网络结构和连接关系。数据集详细记录了各交通节点的位置、交通线路的类型、长度、容量以及相关的交通流量信息。

data.stats.gov.cn 收录

中国1km分辨率逐月降水量数据集(1901-2023)

该数据集为中国逐月降水量数据,空间分辨率为0.0083333°(约1km),时间为1901.1-2023.12。数据格式为NETCDF,即.nc格式。该数据集是根据CRU发布的全球0.5°气候数据集以及WorldClim发布的全球高分辨率气候数据集,通过Delta空间降尺度方案在中国降尺度生成的。并且,使用496个独立气象观测点数据进行验证,验证结果可信。本数据集包含的地理空间范围是全国主要陆地(包含港澳台地区),不含南海岛礁等区域。为了便于存储,数据均为int16型存于nc文件中,降水单位为0.1mm。 nc数据可使用ArcMAP软件打开制图; 并可用Matlab软件进行提取处理,Matlab发布了读入与存储nc文件的函数,读取函数为ncread,切换到nc文件存储文件夹,语句表达为:ncread (‘XXX.nc’,‘var’, [i j t],[leni lenj lent]),其中XXX.nc为文件名,为字符串需要’’;var是从XXX.nc中读取的变量名,为字符串需要’’;i、j、t分别为读取数据的起始行、列、时间,leni、lenj、lent i分别为在行、列、时间维度上读取的长度。这样,研究区内任何地区、任何时间段均可用此函数读取。Matlab的help里面有很多关于nc数据的命令,可查看。数据坐标系统建议使用WGS84。

国家青藏高原科学数据中心 收录

NIH Chest X-rays

Over 112,000 Chest X-ray images from more than 30,000 unique patients

kaggle 收录

Obstacle-dataset OD

该数据集用于十五种障碍物检测,包含VOC格式和YOLO训练的.txt文件,数据集中的图像来自VOC数据集、COCO数据集、TT100K数据集以及作者团队实地收集的图片。

github 收录

中国高分辨率高质量PM2.5数据集(2000-2023)

ChinaHighPM2.5数据集是中国高分辨率高质量近地表空气污染物数据集(ChinaHighAirPollutants, CHAP)中PM2.5数据集。该数据集利用人工智能技术,使用模式资料填补了卫星MODIS MAIAC AOD产品的空间缺失值,结合地基观测、大气再分析和排放清单等大数据生产得到2000年至今全国无缝隙地面PM2.5数据。数据十折交叉验证决定系数R2为0.92,均方根误差RMSE为10.76 µg/m3。主要范围为整个中国地区,空间分辨率为1 km,时间分辨率为日、月、年,单位为µg/m3。注意:该数据集持续更新,如需要更多数据,请发邮件联系作者(weijing_rs@163.com; weijing@umd.edu)。 数据文件中包含NC转GeoTiff的四种代码(Python、Matlab、IDL和R语言)nc2geotiff codes。

国家青藏高原科学数据中心 收录